2.2.2.   Model-Model Pembelajaran
Menurut [10] model pembelajaran dibedakan menjadi tiga, yaitu :
1.   Supervised Learning
Pada  model  pembelajaran  ini,  jaringan  saraf  buatan  menggunakan variabel  prediktor  sebagai  input  yang  akan  dijadikan  indikator  untuk
menerangkan   variabel   target   sebagai   outputnya.   Variabel-variabel prediktor   tersebut   disesuaikan   dengan   target   output    yang   ingin
dihasilkan.  Tujuan  model  supervised  learning  adalah  untuk menentukan   nilai   bobot-bobot   koneksi   didalam   jaringan   sehingga
jaringan   tersebut   dapat   melakukan   pemetaan   dari   input   ke   output sesuai
dengan yang
diinginkan. Jaringan
perceptron ,    dan
backpropagation merupakan   model-model   dengan   tipe   supervised
learning [8].
Tabel 2.1  Data Sederhana Pengenalan Huruf Alphabet
Variabel Prediktor Contoh
Posisi horizontal
Posisi vertikal
Panjang box
Tinggi box
Jumlah pixel
Variabel Target
1 2
8 3
5 1
T 2
5 12
3 7
2 I
3 4
11 6
8 6
D 4
7 11
6 6
3 N
5 2
1 3
1 1
G
Model   pembelajaran   supervised   learning   selalu   memiliki   satu kolom  yang  merupakan  variabel  target,  pada  contoh  data  sederhana
pengenalan  huruf diatas variabel targetnya adalah huruf alphabet. Pada model  pembelajaran  ini  tiap-tiap  variabel  memiliki  suatu  hubungan
10
yang  tidak  saling  bebas.  Sebagai  contoh,  Huruf  T  diprediksi  berada dalam  posisi  horizontal  yang  dihitung  dari  sebelah  kiri  gambar  dan
huruf berada  di tengah  box pada titik  koordinat  2  pixel,  posisi  vertikal dihitung   dari   bagian   bawah   pada   box   di   titik   koordinat   8   pixel,
Sedangkan panjang  box berada   pada titik  koordinat  3  pixel  dan tinggi box  berada   pada  titik  koordinat  5  pixel.  Jika  huruf  alphabet  berada
dalam karakteristik variabel target  maka dapat  dikatakan huruf tersebut berhasil dalam mengklasifikasikan huruf alphabet.
2.  Unsupervised Learning
Berbeda  dengan  model  supervised  learning,  dalam  model unsupervised  learning
tidak terdapat variabel target  dari kategori pola- pola  yang  akan  diklasifikasikan  hanya  terdiri  dari  variabel  prediktor.
Untuk   model   pembelajaran   ini   biasanya   hanya   dilakukan   proses clustering
lihat  tabel  2.2.  Bukan  pengklasifikasian  seperti  pada  model pembelajaran supervised.
Tabel 2.2
Hak pilih USA senator pada 6 persoalan
Issue Class 1
Class 2
Toxic Waste Yes
No Budget Cuts
Yes No
SDI Reduction No
Yes Contra Aid
Yes No
Line-Item Veto Yes
No MX Production
Yes No
3.  Semi Unsupervised Learning